ai/qwen3-vl
Qwen系列迄今最强大的视觉语言模型，全面升级文本理解生成、视觉感知推理、上下文长度、空间和视频动态理解能力，具备视觉代理、视觉编码增强、高级空间感知等核心特性。
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
Qwen3 VL
Unsloth提供的GGUF版本
!https://github.com/docker/model-cards/raw/refs/heads/main/logos/***
Qwen3-VL——Qwen系列迄今最强大的视觉语言模型。
本代模型实现全面升级：卓越的文本理解与生成、更深入的视觉感知与推理、更长的上下文长度、增强的空间和视频动态理解能力，以及更强的智能体交互能力。
核心增强：
- 视觉代理：操作电脑/移动设备图形界面——识别元素、理解功能、调用工具、完成任务。
- 视觉编码增强：从图像/视频生成Draw.io/HTML/CSS/JS代码。
- 高级空间感知：判断物体位置、视角和遮挡；提供更强的2D定位，并支持3D定位以实现空间推理和具身AI。
- 长上下文与视频理解：原生256K上下文，可扩展至1M；处理书籍和数小时长视频，具备完整回忆和秒级索引能力。
- 增强多模态推理：在STEM/数学领域表现出色——支持因果分析和基于证据的逻辑答案。
- 升级视觉识别：更广泛、更高质量的预训练使其能够“识别万物”——名人、动漫、产品、地标、动植物等。
- 扩展OCR：支持32种语言（从19种扩展）：在低光、模糊和倾斜场景下表现稳健；对罕见/古文字和专业术语识别更优；改进长文档结构解析。
- 文本理解能力媲美纯语言模型：无缝融合文本-视觉，实现无损统一理解。
模型架构更新：
!https://github.com/docker/model-cards/raw/refs/heads/main/images/qwen3vl_arc.jpg
- Interleaved-MRoPE：通过稳健的位置嵌入在时间、宽度和高度上实现全频率分配，增强长时视频推理能力。
- DeepStack：融合多级ViT特征，捕捉细粒度细节并增强图文对齐。
- 文本-时间戳对齐：超越T-RoPE，实现精确的时间戳定位事件，增强视频时间建模。
本仓库为Qwen3-VL-8B-Instruct的权重仓库。
可用模型变体
| 模型变体 | 参数 | 量化方式 | 上下文窗口 | 显存¹ | 大小 |
|---|---|---|---|---|---|
ai/qwen3-vl:8Bai/qwen3-vl:8B-UD-Q4_K_XLai/qwen3-vl:latest | 8B | MOSTLY_Q4_K_M | 262K tokens | 5.91 GiB | 4.79 GB |
ai/qwen3-vl:2B-BF16 | 2B | MOSTLY_BF16 | 262K tokens | 4.38 GiB | 3.21 GB |
ai/qwen3-vl:2B-Q8_K_XL | 2B | MOSTLY_Q8_0 | 262K tokens | 3.34 GiB | 2.17 GB |
ai/qwen3-vl:2B-UD-Q4_K_XL | 2B | MOSTLY_Q4_K_M | 262K tokens | 2.22 GiB | 1.05 GB |
ai/qwen3-vl:4B-Q8_K_XL | 4B | MOSTLY_Q8_0 | 262K tokens | 6.13 GiB | 4.70 GB |
ai/qwen3-vl:8B-Q8_K_XL | 8B | MOSTLY_Q8_0 | 262K tokens | 10.36 GiB | 10.08 GB |
ai/qwen3-vl:32B-Q8_K_XL | 32B | MOSTLY_Q8_0 | 262K tokens | 37.46 GiB | 36.76 GB |
ai/qwen3-vl:32B-UD-Q4_K_XL | 32B | MOSTLY_Q4_K_M | 262K tokens | 20.41 GiB | 18.67 GB |
ai/qwen3-vl:4B-BF16 | 4B | MOSTLY_BF16 | 262K tokens | 8.92 GiB | 7.49 GB |
ai/qwen3-vl:8B-BF16 | 8B | MOSTLY_BF16 | 262K tokens | 15.54 GiB | 15.26 GB |
¹：显存基于模型特性估算。
latest→8B
🐳 使用Docker Model Runner运行模型
运行模型：
bashdocker model run ai/qwen3-vl
更多信息，请查看https://docs.docker.com/desktop/features/model-runner/%E3%80%82
🔗 链接
- https://github.com/QwenLM/Qwen3-VL
- https://docs.unsloth.ai/basics/unsloth-dynamic-2.0-ggufs
- https://docs.unsloth.ai/models/qwen3-vl-run-and-fine-tune
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 qwen3-vl 镜像标签
docker model pull docker.xuanyuan.run/ai/qwen3-vl:<标签>
DockerHub 原生拉取命令
docker model pull ai/qwen3-vl:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"